恭喜经埃米编辑参与润色的文章，成功发表在SCI期刊：Information Sciences，JCR分区：计算机科学Q1，2025中科院期刊分区：计算机科学2区，IF 6.8。

一起来看看已经成功发表作者的投稿时间线，以及这本期刊的投稿相关信息吧，希望对你有帮助。

文章题目如下：

截图来自于期刊官网

1 文章投稿时间线分享

✅2023.04.06 初稿润色（由埃米编辑提供服务）

✅2023.05.11 投稿

✅2025.11.03 返修稿返给期刊

✅2025.11.05 接收

✅2025.11.08 线上发表

2 期刊信息速览

期刊名称：Information Sciences（ELSEVIER出版）

官网网址：https://www.sciencedirect.com/journal/information-sciences

投稿网址：https://www.editorialmanager.com/ins/default.aspx

ISSN/eISSN：0020-0255 / 1872-6291

中科院分区(2025)：大类-计算机科学2区；小类-计算机：信息系统2区

IF(2024)：6.8

JCR分区：计算机科学Q1

2025年发文量：891篇

同行评审：采用单盲审稿模式

审稿时间参考：从提交到接收的时间一般是194天（中位数）。

发表模式：订阅 & OA

版面费（如选OA）：约3040美元

以上期刊信息来自官网或网络，仅供参考

3 研究内容简介

本研究提出了一种基于软概率随机森林的财务困境预测方法，通过直接使用原始财务数据作为输入特征，利用随机森林构建多样且有序的基础决策树，并对其进行动态选择与组合，从而降低冗余和无关特征的影响。基于上市公司真实数据的实验结果表明，该方法能够有效提升预测性能并降低误分类成本，且在使用原始财务指标或财务比率作为输入时，均优于部分经典单一分类器和集成方法，验证了原始财务数据结合适当模型在财务困境预测中的有效性。

研究亮点：

● 使用原始财务数据作为财务困境预测的输入特征。

● 采用随机森林生成多样化且有序的基础决策树。

● 利用软概率对决策树进行动态选择与组合。

● 研究了特征类型和数量对财务困境预测的影响。

本文部分内容参考自《Information Sciences》期刊已发表论文，内容经归纳总结，仅用于学术交流与分享。若需了解完整论文内容，请访问原刊页面获取，欢迎引用。

4 客户反馈

作者初稿润色后，文章成功发表。

如果你也需要同样的支持，欢迎扫描下方二维码，关注公众号【埃米编辑SCI论文润色】-点击个人中心-联系埃米客服了解详情～回复“礼包”，免费领取100+写作投稿资料包和投稿问题30问，获取更多SCI论文写作资料。